GAN的统一架构与WGAN

GAN是让机器自动生成PG去接近Pdata。算法的关键是衡量分布PG,Pdata的差异,不同的衡量办法得到的V(G,D)不同,但是所有的衡量方法都可以归纳到一个统一的框架中:利用f-divergence衡量两个分布差异,利用Fenchel Conjugate将两个分布差异的问题转化到GAN的大框架中。 而近段异常流行的WGAN,便是将两个分布的差异用Earch Mover Distance衡量,然后用weight clippinggradient penalty优化梯度计算,取得了非常好的效果。

原始GAN

原始GAN的演算法如下,通过discriminator的loss与js divergence相关联。

统一架构

f divergence

衡量两个分布的差距有多种方法,这些方法基本上都属于同一个架构f divergence。如下,

通过包含f函数的积分评估了两个分布的差异:

ff函数满足的条件如下(满足这样的条件,Df(P||Q)D_f (P||Q)的最小值当且仅当两个分布完全相同时为0):

不同的f函数会得到不同的divergence,但是都属于f divergence这个大框架中,区别只是f函数的不同。

fenchel conjugate

每一个凸函数f,都有与其conjugate的函数f*,f*的定义如下:

举例如下:

connect with gan

那么一个问题随之而来:f divergence以及fenchel conjugate与GAN到底有什么联系呢?

首先,f divergence提供了一种度量两个分布差异的方式;然而,f divergence需要知道pdf,生成分布的pdf不容易得到;这时候通过f的fenchel conjugate对原来的差异公式进行变换,引入额外的变量D(也就是discriminator),转化成找到令值最大的D的问题,最终化成GAN类似的形式。具体化简过程如下:

总的来说,f divergence以及fenchel conjugate的价值在于:构建了两个分布的f divergence,通过fenchel conjugate将divergence转化为maxDV(G,D)的问题,自然而然地与GAN关联了起来。

其他

GAN的训练在原始paper中是两次循环,f-divergence的paper中是一次循环。

不同的f函数得到的分布差异也不一样,如下:

KLD与JSD相比,对多分布的拟合效果较好:

WGAN

介绍

前面介绍了用f-divergence去度量两个分布的差异,WGAN与传统GAN的区别就是度量分布差异的方式不同。WGAN使用了earth mover's distance,顾名思义,就是把一个分布变成另外一个分布需要花的力气。earth mover's distance的定义如下:

优势

WGAN的优势,主要在于earth mover's distanceearth mover's distance相比js divergence的优点是:当两个分布没有接触的时候,不管距离远近,js divergence的度量都是相同的,而earth mover's distance会考虑到两个分布的距离到底有多远,这样在训练的时候便更容易训练。

如果不使用WGAN,通常的做法是给分布加噪声,让分布有重叠,这样才更容易去训练。

因此,WGAN可以部分解决生成模型的评价问题,可以利用earth mover's distance来监控模型的好坏(更多处于实际操作方面而非理论loss)。

weight clipping

使用earth mover's distance后,WGAN度量分布差异的公式如下:

Lipschitz Function限制条件的作用是:一方面给D(x)加一些控制,不让它任意变大变小,否则都变成无穷值就没有意义了;另一方面限制D(x)的增长速度,提供足够的梯度保证,如下图:

那么问题来了,如何保证D(x)满足Lipschitz Function限制条件呢? 原始的WGAN采用了weight clipping方法,其思路是限制参数的梯度值在一定范围内,这样便通过倒数限制了D(x)的增长速度。这种方法的缺点是c值不好确定。

完整的算法如下:

gradient penalty

之前Lipschitz Function限制条件通过weight clipping解决,这里借助Lipschitz Function的梯度小于等于1的条件,增加过大梯度的惩罚项,具体如下:

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏技术点滴

算法设计关于递归方程T(n)=aT(n/b)+f(n)之通用解法

算法设计关于递归方程T(n)=aT(n/b)+f(n)之通用解法 在算法设计中经常需要通过递归方程估计算法的时间复杂度T(n),本文针对形如T(n)=aT(n/...

1887
来自专栏最新技术

深入学习Apache Spark和TensorFlow

想要了解更多关于Apache Spark的信息,请在2016年2月在纽约出席Spark东部峰会。

2858

深入学习Apache Spark和TensorFlow

要了解更多关于Apache Spark的信息,请参考Spark Summit East in the New York in Feb 2016。

1938
来自专栏绿巨人专栏

强化学习读书笔记 - 11 - off-policy的近似方法

3377

深入学习Apache Spark和TensorFlow

神经网络在过去的几年中取得了惊人的进展,现在它们已经成为图像识别和自动翻译领域的领先技术。TensorFlow是Google发布的用于数值计算和神经网络的新框架...

2587
来自专栏Petrichor的专栏

思考: 根据 图片数据集 规律性 灵活设计 卷积结构

先用 大卷积核 对输入的整张 feature map 进行第一轮的常规卷积:

894
来自专栏CreateAMind

机器学习入门课程-干货多有视频

772
来自专栏贾老师の博客

Reed-Solomon 编码算法

1852
来自专栏ATYUN订阅号

使用TensorFlow和DLTK进行生物医学图像分析的介绍

DLTK是用于医学图像的深度学习工具包,它扩展了TensorFlow, 以实现生物医学图像的深度学习。它为经典的应用程序提供特殊的操作和功能、模型的实现、教程(...

1374
来自专栏AIUAI

Keras - GPU ID 和显存占用设定

43216

扫码关注云+社区